越来越复杂的AI攻击!在你不知情的情况下，人工智能受到了攻击!
三个要点
✔️一篇关于对人工智能系统构成威胁的后门攻击的详尽调查报告
✔️当后门攻击发动时，会发生像车祸一样严重的事件。
✔️ 提出了各种各样的攻击方法，使其很难防范。
Backdoor Attacks and Countermeasures on Deep Learning: A Comprehensive Review
written by Yansong Gao, Bao Gia Doan, Zhi Zhang, Siqi Ma, Jiliang Zhang, Anmin Fu, Surya Nepal, Hyoungshick Kim
(Submitted on 21 Jul 2020 (v1), last revised 2 Aug 2020 (this version, v3))
Comments: Accepted at arXiv
Subjects: Cryptography and Security (cs.CR); Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG)
介绍
在本文中，我们将继续讨论各种后门攻击，就像我们在上一篇文章中所做的那样。如果你一开始不知道什么是后门攻击，就很难理解，所以建议你在看这篇文章之前先看上一篇文章。
后门攻击的大图片
这张图是我在前文中收录的。后门攻击与众所周知的对抗式攻击不同，它不仅在模型部署时进行攻击，还适用于数据收集和训练等方面。这应该可以让你了解后门攻击的应用范围。
后门攻击的攻击配置主要有以下六种。
A. 外包攻击
B. 训练前攻击
C. 数据收集攻击
D.协作学习攻坚
E. 部署后攻击
F. 代码中毒攻击
本文将介绍D~F的典型攻击技术。
介绍每项攻击
本章首先对每种攻击进行了概述，然后介绍了每种攻击的典型技术。
要阅读更多。
你需要在AI-SCHOLAR注册。
或
与本文相关的类别
